データセットがあり、そのデータでモデルをトレーニングしたい。トレーニング後、SVM分類器の分類で主要な貢献者となる機能を知る必要があります。
フォレストアルゴリズムには機能の重要性と呼ばれるものがありますが、同様のものはありますか?
はい、SVM分類子には属性coef_
がありますが、線形カーネルを使用するSVMでのみ機能します。他のカーネルの場合、データはカーネルメソッドによって別のスペースに変換されるため、入力スペースに関連しないため、不可能です。 説明 を確認してください。
from matplotlib import pyplot as plt
from sklearn import svm
def f_importances(coef, names):
imp = coef
imp,names = Zip(*sorted(Zip(imp,names)))
plt.barh(range(len(names)), imp, align='center')
plt.yticks(range(len(names)), names)
plt.show()
features_names = ['input1', 'input2']
svm = svm.SVC(kernel='linear')
svm.fit(X, Y)
f_importances(svm.coef_, features_names)
Python 3でも動作し、Jakub Macinaのコードスニペットに基づいたソリューションを作成しました。
from matplotlib import pyplot as plt
from sklearn import svm
def f_importances(coef, names, top=-1):
imp = coef
imp, names = Zip(*sorted(list(Zip(imp, names))))
# Show all features
if top == -1:
top = len(names)
plt.barh(range(top), imp[::-1][0:top], align='center')
plt.yticks(range(top), names[::-1][0:top])
plt.show()
# whatever your features are called
features_names = ['input1', 'input2', ...]
svm = svm.SVC(kernel='linear')
svm.fit(X_train, y_train)
# Specify your top n features you want to visualize.
# You can also discard the abs() function
# if you are interested in negative contribution of features
f_importances(abs(clf.coef_[0]), feature_names, top=10)
1行のコードのみ:
sVMモデルに適合:
from sklearn import svm
svm = svm.SVC(gamma=0.001, C=100., kernel = 'linear')
次のようにプロットを実装します。
pd.Series(abs(svm.coef_[0]), index=features.columns).nlargest(10).plot(kind='barh')
結果は次のようになります。